打破“信息茧房”：抖音推荐算法的多兴趣建模

关于推荐算法一直有一个常见的误解：用户最近点了什么它就反复推什么，推送的内容会越来越相似，以致千篇一律。

之前我们在《算法和用户都想打破“信息茧房”》一文中也介绍过，只推荐单一内容会使用户很快厌倦，导致用户体验与活跃度下降，因此抖音也想打破“信息茧房”。

事实上，过去推荐系统一直存在“三大难”：

多元兴趣满足难：每个人的兴趣都是多样的，但算法天然更容易抓住高频、强信号的兴趣，而弱信号、分散的兴趣很容易被淹没，模型很难同时把 “所有兴趣” 都算准、排好序。

长尾兴趣捕捉难：